Корреляционно-регрессионный анализ рынка недвижимости в г.архангельске, сегмент - продажа жилых помещений

Автор работы: Пользователь скрыл имя, 17 Января 2012 в 20:42, курсовая работа

Краткое описание

Произведен сбор информации по продаже жилых помещений в г.Архангельске и составлена база данных, включающая те объекты, которые будут участвовать при составлении модели рынка (таблица 1). Оценка цен предложения производилась по нескольким критериям, при этом данные критерии проранжированы.

Скачать целиком (66.26 Кб) Сколько стоит заказать работу?
Содержимое работы - 1 файл

глебова.doc

— 765.50 Кб (Скачать файл)
 

     КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ  АНАЛИЗ РЫНКА НЕДВИЖИМОСТИ В г.АРХАНГЕЛЬСКЕ, СЕГМЕНТ - ПРОДАЖА ЖИЛЫХ ПОМЕЩЕНИЙ 

      Произведен сбор информации по продаже жилых помещений в г.Архангельске и составлена база данных, включающая те объекты, которые будут участвовать при составлении модели рынка (таблица 1). Оценка цен предложения производилась по нескольким критериям, при этом данные критерии проранжированы:

Х1 –  …….. (1 – …, 2 - …)

Х2 –  Местоположение объекта (1-…; 2- …; 3- …; 4 –…);

Х3 –  материал ограждающих конструкций (1- …, 2- …, 3 - …, 4 - …);

Х4 – ….. (1- …, 2- …)

Х5 –  …… (1- …, 2- …);

Х6 –  Общая площадь, кв.м;

Х7 – Площадь кухни, кв.м ;

Х8 – Количество комнат;

Х9 –  Этаж (1 -…, 2 – …, 3  - …);

Х10 –  …. (1- …, 2- …, 3 -  …);

Х11 –  ….. (1- …, 2- …, 3 -  …);

У – цена предложения (руб/кв.м).

     Проранжированные  данные занесены в таблицу 2.

     Для анализа составленной модели воспользуемся математическим аппаратом и проведём его с помощью MS Excel, используя инструмент анализа данных (Регрессия), результат представлен в таблице 3. 
 
 
 
 
 
 

Таблица 2 - Проранжированная база данных
№ X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Y
1 2 4 4 2 1 85 12 2 3 1 1 40000
2 2 4 4 2 1 180 15 4 3 1 1 41700
3 1 4 4 2 1 50 7 1 1 2 1 36000
4 1 4 4 2 1 91 14 3 2 2 1 37000
5 2 3 4 2 1 38 11 1 2 2 1 36000
6 2 3 4 2 1 76 12 2 3 2 1 35000
7 2 4 4 2 1 38 11 1 3 1 2 45800
8 2 4 4 2 1 46 12 1 3 2 1 45200
9 2 4 3 2 2 26 6 1 3 2 1 50000
10 2 4 4 2 1 84 12 2 2 2 1 45000
11 2 4 4 2 1 83 12 2 1 1 2 42500
12 2 4 4 2 1 88 16 2 1 2 1 40100
13 2 4 4 2 1 100 20 2 1 2 1 41000
14 2 4 4 2 1 68 11 2 1 2 1 46300
15 2 4 4 2 1 67 11 2 3 2 2 40300
16 2 3 4 2 1 62 12 2 1 1 2 35000
17 2 4 4 2 2 102 20 3 2 1 1 40600
18 1 2 4 2 1 78 12 3 1 3 2 48700
19 1 4 4 1 2 36 6 1 2 3 1 46700
20 2 4 4 1 2 25 6 1 3 2 1 55600
21 2 4 4 1 2 36 8 1 2 3 1 55500
22 2 4 4 1 2 38 7 1 3 2 1 44400
23 2 3 1 1 2 27 4 1 3 2 2 32000
24 1 4 4 1 2 29 6 1 3 2 1 44800
25 1 4 4 1 2 29 6 1 1 2 1 47300
26 1 4 4 1 2 32 6 1 1 2 1 45300
27 1 3 4 1 2 31 6 1 3 2 1 45200
28 1 3 4 1 2 27 6 1 1 3 2 40000
29 1 3 4 1 2 25 6 1 1 3 2 51400
30 2 4 4 1 2 28 6 1 1 2 1 49300
31 2 4 4 1 2 52 8 2 3 2 1 46000
32 2 4 4 1 2 55 9 2 2 1 1 47000
33 2 4 4 1 2 60 11 2 1 2 1 38000
34 1 3 4 1 2 43 6 2 1 2 2 41200
35 1 3 2 1 2 46 6 2 1 2 1 40600
36 1 4 2 1 2 47 6 2 1 2 1 46800
37 1 3 2 1 2 44 6 2 1 2 1 40600
38 1 3 2 1 2 42 6 2 1 2 1 40500
39 2 4 4 1 2 44 6 2 2 2 1 38000
40 1 4 4 1 2 42 6 2 2 2 1 43300
№ X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Y
41 1 4 4 1 2 43 6 2 1 2 1 40000
42 1 3 4 1 2 47 6 2 1 2 1 38300
43 2 4 4 1 2 42 7 2 2 2 1 48800
44 1 3 4 1 2 45 6 2 2 2 1 41300
45 1 2 1 1 2 38 6 2 1 2 1 34200
46 1 4 2 1 2 43 6 2 1 2 2 47700
47 1 3 1 1 2 60 7 2 3 2 1 17300
48 2 4 4 1 2 65 10 3 3 1 1 52500
49 2 4 4 1 2 76 9 3 3 1 1 35500
50 2 3 4 1 2 59 7 3 1 2 1 37300
51 2 3 4 1 2 56 6 3 2 3 1 51800
52 1 3 2 1 2 62 6 3 1 2 1 41000
53 1 3 2 1 2 59 6 3 3 3 1 37800
54 1 4 4 1 2 74 11 3 3 3 1 45300
55 1 4 2 1 2 47 6 3 1 2 1 41300
56 1 3 2 1 2 61 6 3 3 2 1 37200
57 1 3 1 1 2 61 6 3 3 3 1 19200
58 1 4 2 1 2 73 19 3 1 2 1 45200
59 1 4 2 1 2 74 12 3 3 1 1 45300
60 1 4 2 1 2 74 12 3 1 3 1 45500
61 1 3 1 1 2 69 9 3 1 1 1 16000
62 1 4 4 1 2 65 6 3 1 3 1 51700
63 1 3 2 1 2 89 11 4 3 3 1 37700
64 1 4 4 1 2 74 7 4 1 2 1 35000
65 1 3 2 1 2 76 6 4 1 2 1 35000
66 1 4 2 1 2 100 14 4 3 2 1 41500
67 1 1 2 1 2 107 14 4 1 3 1 22500
68 1 1 4 1 2 75 7 4 2 2 1 32700
69 1 1 2 1 2 82 6 4 1 3 1 23800
70 1 1 2 1 2 60 5 4 3 2 1 28300
71 2 4 4 2 2 30 8 1 1 3 1 50000
72 2 4 4 2 2 36 9 1 2 3 1 51400
73 2 4 4 2 2 36 9 1 1 3 1 50000
74 2 4 4 2 1 48 8 1 3 3 1 35000
75 2 4 4 2 1 49 7 1 3 3 1 35000
76 2 4 4 2 1 51 7 1 2 3 1 35000
77 2 1 4 2 1 51 8 2 3 3 1 45000
78 2 4 4 2 1 51 8 2 2 3 1 45000
79 2 4 4 2 1 90 22 2 3 3 1 35000
80 2 4 4 2 1 91 14 2 3 3 1 34600
81 2 4 4 2 2 64 8 3 2 3 1 49800
№ X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Y
82 2 4 4 2 1 64 8 3 3 3 1 45300
83 2 4 4 2 1 64 8 3 2 3 1 37500
84 2 4 4 2 1 92 13 3 3 3 1 31500
85 2 4 4 2 1 40 11 1 3 1 1 48750
86 2 4 4 2 1 41 15 1 2 1 1 50000
87 2 4 4 2 1 40 12 1 1 1 1 41750
88 2 4 4 2 1 40 13 1 2 1 1 42000
89 2 4 4 2 1 39 12 1 1 1 1 41300
90 2 4 4 2 1 67 14 2 1 1 1 45000
91 2 4 4 2 1 66 14 2 1 1 1 45000
92 2 4 4 2 1 56 19 3 3 1 1 40000
93 2 4 4 2 1 59 15 3 2 1 1 40000
94 2 3 4 2 1 36 10 1 3 2 1 38000
95 2 3 4 2 1 54 8 2 3 2 1 35000
96 2 3 4 2 1 56 11 2 2 2 1 35000
97 2 3 4 2 1 72 11 3 3 2 1 34000
98 2 4 3 2 1 33 7 1 3 1 1 41200
99 2 4 4 2 2 54 11 1 1 1 1 41700
100 2 3 4 2 2 65 13 2 3 2 1 40000
101 2 3 2 2 1 51 8 2 3 3 1 29500
102 2 4 4 2 2 54 8 2 2 3 1 53000
103 2 4 4 2 2 71 11 2 2 1 1 44400
104 2 4 4 2 2 70 13 2 2 1 1 45000
105 2 4 4 2 2 76 12 2 3 1 1 45000
106 2 3 2 2 1 64 8 3 3 1 1 30000
107 2 4 4 2 1 93 20 3 3 1 1 43000
108 2 4 4 2 1 86 17 3 2 1 1 43000
 

                      Таблица 3 – Результат функции  регрессия 

Регрессионная статистика
Множественный R 0,706815557
R-квадрат 0,499588232
Нормированный R-квадрат 0,442249383
Стандартная ошибка 5604,893398
Наблюдения 108
Наблюдение Предсказанное Стоимость руб /кв.м Остатки
1 38251,63053 1748,36947
2 30766,06633 10933,9337
3 40755,35107 -4755,35107
Наблюдение Предсказанное Стоимость руб /кв.м Остатки
4 39733,4133 -2733,4133
5 39516,85222 -3516,85222
6 36272,432 -1272,432
7 44731,24161 1068,75839
8 42149,12232 3050,87768
9 44966,1065 5033,8935
10 39400,68396 5599,31604
11 41886,02632 613,973676
12 40431,05312 -331,053122
13 40224,09641 775,903593
14 41224,06719 5075,93281
15 43221,93218 -2921,93218
16 40529,41842 -5529,41842
17 45522,45266 -4922,45266
18 37081,47335 11618,5267
19 46490,23056 209,769441
20 47010,43241 8589,56759
21 47414,82568 8085,17432
22 45890,05688 -1490,05688
23 35319,6269 -3319,6269
24 46196,08621 -1396,08621
25 46960,91979 339,080207
26 46640,32889 -1340,32889
27 42381,61469 2818,38531
28 46889,51076 -6889,51076
29 47103,23804 4296,76196
30 47454,67509 1845,32491
31 45592,7807 407,219301
32 45263,68531 1736,31469
33 46309,26038 -8309,26038
34 45449,88258 -4249,88258
35 35810,47975 4789,52025
36 39304,36036 7495,63964
37 36024,20702 4575,79298
38 36237,93429 4262,06571
39 46292,40312 -8292,40312
40 46119,23873 -2819,23873
41 46394,79189 -6394,79189
42 42366,5931 -4066,5931
43 46774,98212 2025,01788
44 42197,90358 -897,903576
Наблюдение Предсказанное Стоимость руб /кв.м Остатки
45 29733,15609 4466,84391
46 42387,64984 5312,35016
47 30486,9185 -13186,9185
48 45011,44688 7488,55312
49 43567,09516 -8067,09516
50 42669,93585 -5369,93585
51 42999,03124 8800,96876
52 35030,62457 5969,37543
53 35246,1549 2553,8451
54 45251,18024 48,8197613
55 40234,32335 1065,67665
56 34372,65462 2827,34538
57 31700,93913 -12500,9391
58 40950,94128 4249,05872
59 37537,50896 7762,49104
60 39621,88856 5878,11144
61 31097,8728 -15097,8728
62 45633,52791 6066,47209
63 34314,46746 3385,53254
64 45210,7969 -10210,7969
65 34464,49666 535,503336
66 36886,4939 4613,5061
67 26760,8223 -4260,8223
68 33919,28373 -1219,28373
69 27281,59936 -3481,59936
70 27939,14102 360,85898
71 49832,4505 167,549499
72 49077,70362 2322,29638
73 49460,12042 539,879583
74 41519,76115 -6519,76115
75 41144,04579 -6144,04579
76 41312,73531 -6312,73531
77 31326,90049 13673,0995
78 42511,55002 2488,44998
79 41725,37564 -6725,37564
80 39467,69818 -4867,69818
81 47676,59608 2123,40392
82 41669,86896 3630,13104
83 42052,28575 -4552,28575
84 40021,94581 -8521,94581
85 41861,6794 6888,3206
Наблюдение Предсказанное Стоимость руб /кв.м Остатки
86 43212,63947 6787,36053
87 42895,36471 -1145,36471
88 42781,79965 -781,799646
89 43002,22835 -1702,22835
90 41477,713 3522,287
91 41584,57664 3415,42336
92 44162,60103 -4162,60103
93 43149,02001 -3149,02001
94 39079,31097 -1079,31097
95 37548,02507 -2548,02507
96 38523,26977 -3523,26977
97 37360,99781 -3360,99781
98 38202,82944 2997,17056
99 46754,73242 -5054,73242
100 43341,09405 -3341,09405
101 31865,412 -2365,412
102 47815,26945 5184,73055
103 45485,59682 -1085,59682
104 46130,16391 -1130,16391
105 44837,71357 162,286426
106 30086,60171 -86,6017111
107 40477,49825 2522,50175
108 40801,40531 2198,59469
 

     После вычисление регресии и вывода остатка, получаем зачение =0,4995, которое не соответствует норме =0,85-0,9. Объекты под номерами …удалены (нет) из модели, так как …. Далее вычисляем регрессию, используя таблицу 4, результаты представлены в таблице 5.

Таблица 4  - Скорректированная база данных
№ X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Y
1 2 4 4 2 1 85 12 2 3 1 1 40000
2 1 4 4 2 1 91 14 3 2 2 1 37000
3 2 3 4 2 1 76 12 2 3 2 1 35000
4 2 4 4 2 1 38 11 1 3 1 2 45800
5 2 4 4 2 1 83 12 2 1 1 2 42500
6 2 4 4 2 1 88 16 2 1 2 1 40100
7 2 4 4 2 1 100 20 2 1 2 1 41000
8 2 4 4 2 1 67 11 2 3 2 2 40300
9 1 4 4 1 2 36 6 1 2 3 1 46700
10 2 4 4 1 2 38 7 1 3 2 1 44400
11 1 4 4 1 2 29 6 1 3 2 1 44800
12 1 4 4 1 2 29 6 1 1 2 1 47300
13 1 4 4 1 2 32 6 1 1 2 1 45300
14 1 3 4 1 2 31 6 1 3 2 1 45200
15 2 4 4 1 2 28 6 1 1 2 1 49300
16 2 4 4 1 2 52 8 2 3 2 1 46000
17 2 4 4 1 2 55 9 2 2 1 1 47000
18 1 4 4 1 2 42 6 2 2 2 1 43300
19 2 4 4 1 2 42 7 2 2 2 1 48800
20 1 3 4 1 2 45 6 2 2 2 1 41300
21 1 3 2 1 2 59 6 3 3 3 1 37800
22 1 4 4 1 2 74 11 3 3 3 1 45300
23 1 4 2 1 2 47 6 3 1 2 1 41300
24 1 3 2 1 2 61 6 3 3 2 1 37200
25 1 3 2 1 2 76 6 4 1 2 1 35000
26 1 1 4 1 2 75 7 4 2 2 1 32700
27 1 1 2 1 2 60 5 4 3 2 1 28300
28 2 4 4 2 2 30 8 1 1 3 1 50000
29 2 4 4 2 2 36 9 1 2 3 1 51400
30 2 4 4 2 2 36 9 1 1 3 1 50000
31 2 4 4 2 1 51 8 2 2 3 1 45000
32 2 4 4 2 2 64 8 3 2 3 1 49800
33 2 4 4 2 1 40 12 1 1 1 1 41750
34 2 4 4 2 1 40 13 1 2 1 1 42000
35 2 4 4 2 1 39 12 1 1 1 1 41300
36 2 3 4 2 1 36 10 1 3 2 1 38000
37 2 3 4 2 1 54 8 2 3 2 1 35000
38 2 4 3 2 1 33 7 1 3 1 1 41200
39 2 3 2 2 1 51 8 2 3 3 1 29500
40 2 4 4 2 2 71 11 2 2 1 1 44400
41 2 4 4 2 2 70 13 2 2 1 1 45000
42 2 4 4 2 2 76 12 2 3 1 1 45000
43 2 3 2 2 1 64 8 3 3 1 1 30000
44 2 4 4 2 1 93 20 3 3 1 1 43000
45 2 4 4 2 1 86 17 3 2 1 1 43000

                                 
 
 

    Таблица 5 - Регрессионная статистика

Регрессионная статистика
Множественный R 0,960891
R-квадрат 0,923311
Нормированный R-квадрат 0,897747
Стандартная ошибка 1791,519
Наблюдения 45
 

     При проведении многофакторного анализа  вычислим линейные коэффициенты парной корреляции с помощью MS Excel, используя инструмент анализа данных (Корреляция).

Таблица 6 - Корреляция

  X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Y
X1 1,000                      
X2 0,379 1,000                    
X3 0,323 0,461 1,000                  
X4 0,732 0,271 0,226 1,000                
X5 -0,509 -0,112 -0,082 -0,731 1,000              
X6 0,113 -0,101 -0,048 0,325 -0,341 1,000            
X7 0,500 0,339 0,372 0,658 -0,615 0,671 1,000          
X8 -0,329 -0,535 -0,515 -0,170 0,078 0,675 0,049 1,000        
X9 0,019 -0,291 -0,174 -0,002 -0,113 0,078 -0,084 0,155 1,000      
X10 -0,311 -0,124 -0,115 -0,262 0,375 -0,241 -0,412 0,031 -0,047 1,000    
X11 0,189 0,135 0,122 0,228 -0,313 0,090 0,133 -0,092 0,058 -0,210 1,000  
X12 0,194 0,720 0,615 -0,059 0,392 -0,380 0,006 -0,557 -0,333 0,136 0,037 1
 

     Чтобы улучшить имеющуюся модель были удалены факторы, которые не оказывают на результат значительного влияния. При этом должно выполняться условие, что множественные коэффициенты детерминации будут незначительно отличаться друг от друга:  

                  Таблица 7 - Множественные коэффициенты детерминации 

Регрессионная статистика без Х4
Множественный R 0,960718
R-квадрат 0,92298
Нормированный R-квадрат 0,900327
Стандартная ошибка 1768,777
Наблюдения 45
Регрессионная статистика без Х6
Множественный R 0,946439
R-квадрат 0,895748
Нормированный R-квадрат 0,865085
Стандартная ошибка 2057,853
Наблюдения 45
Регрессионная статистика без Х7
Множественный R 0,95444
R-квадрат 0,910956
Нормированный R-квадрат 0,884766
Стандартная ошибка 1901,84
Наблюдения 45
Регрессионная статистика без Х8
Множественный R 0,956818
R-квадрат 0,915501
Нормированный R-квадрат 0,890648
Стандартная ошибка 1852,667
Наблюдения 45
Регрессионная статистика без Х9
Множественный R 0,960324
R-квадрат 0,922223
Нормированный R-квадрат 0,899347
Стандартная ошибка 1777,448
Наблюдения 45
Регрессионная статистика без Х11
Множественный R 0,955195
R-квадрат 0,912397
Нормированный R-квадрат 0,886632
Стандартная ошибка 1886,384
Наблюдения 45

Информация о работе Корреляционно-регрессионный анализ рынка недвижимости в г.архангельске, сегмент - продажа жилых помещений